#搜索相关性

elasticsearch-learning-to-rank是一款专为Elasticsearch设计的搜索结果排序优化插件。它能够存储查询模板作为特征，记录相关性分数用于离线模型训练，并支持存储多种类型的排序模型。该插件可利用存储的模型对搜索结果进行智能排序，已在维基媒体基金会等多个知名机构的搜索系统中得到应用。插件支持线性模型、XGBoost和RankLib等多种算法，为开发者提供了灵活的排序优化方案。

jina-reranker-v2-base-multilingual是一款优化文本重排序的多语言transformer模型。它支持多语言查询-文档对处理、长文本输入和闪存注意力机制，在文本检索、多语言处理、函数调用和SQL重排序等基准测试中表现卓越。该模型能显著提升信息检索系统的性能和准确度。